WD가 후원한 글로벌 연구에 따르면, 데이터가 지속적으로 축적되고 복합적으로 성장함에 따라 AI 인프라의 경제 모델이 재편되고 있습니다. IDC의 최신 조사에 따르면, AI는 데이터 양을 빠르게 증가시키는 것뿐만 아니라 데이터의 보존 기간을 연장하고 역사적 데이터에 대한 수요를 재활성화하고 있습니다.
AI 주도의 데이터 증가
홍콩에서 실시된 이 연구는 AI가 데이터 저장 수요의 구조적 성장을 촉진하고 있음을 발견했습니다. 응답 조직 중 94.7%는 지난 12개월 동안 AI와 생성형 AI의 보편적 응용으로 인해 저장하는 데이터 양이 지속적으로 증가했다고 응답했습니다. 61%의 응답 조직은 25% 이상의 데이터 증가를 기록했으며, 향후 3년 내에 데이터 양이 지속적으로 증가할 것으로 예상하고 있습니다.
또한, 85.4%의 응답 조직은 데이터 레이크 용량이 지난 1년 동안 지속적으로 확대되었으며, 59.4%의 응답 조직은 AI가 생성한 데이터가 데이터 레이크 용량 증가의 주요 요인이라고 생각하고 있습니다.
데이터 보존 기간의 연장
조사에서는 거의 95%의 응답 조직이 AI를 도입한 후 데이터 가치가 향상되었다고 응답했습니다. 74.3%의 응답 조직은 데이터의 보존 기간을 연장했으며, 75.9%의 조직은 AI 작업 부하를 지원하기 위해 더 많은 아카이브된 콜드 데이터를 다시 온라인으로 전환하고 있습니다.
연구에 따르면, 96%의 응답 조직은 AI 추론 및 검색 강화 생성 응용을 지원하기 위해 아카이브된 데이터를 더 빠르게 검색해야 할 필요가 있다고 예상하고 있습니다.
AI 인프라의 설계 요구 사항
WD의 CEO인 Irving Tan은 AI의 운영이 데이터에 기반하고 있으며, 조직의 대규모 저장, 관리 및 데이터 접근에 대한 수요가 지속적으로 증가할 것이라고 밝혔습니다. 이러한 데이터 기반은 AI의 미래 발전 잠재력을 결정하는 데 중요한 역할을 할 것입니다.
연구에 따르면, AI 작업 부하는 전체 생애 주기 동안 데이터를 생성하며, 이러한 데이터는 관련 작업 부하가 완료된 후에도 지속적으로 보존되어 향후 AI 응용의 입력 데이터가 될 수 있습니다. 데이터 양의 증가, 보존 기간의 연장, 역사적 데이터의 재활성화에 따라 조직은 성능, 용량, 접근성 및 비용 효율성 간의 균형을 맞춰야 합니다.
결론
비용 효율적인 방식으로 대규모로 데이터를 관리할 수 있는 능력은 더 이상 인프라의 부차적인 고려 사항이 아니며, 점차 AI의 성공 여부를 결정하는 핵심 요소로 자리잡고 있습니다. 완전한 데이터 생애 주기 설계는 미래 AI 인프라의 중요한 고려 사항이 될 것입니다.
TechRitual 企業科技編輯部（香港）。biz.techritual.com 的外語版本由繁體中文原文翻譯。
